首页 > 文献资料
-
模式的识别分析与集成技术——中医智能系统发展的探讨
现代模式识别分析与集成技术是建立智能信息系统的重要支撑,也是发展中医智能系统的重要支撑.前期医疗专家系统大多没得到临床应用的原因之一,是以逻辑为基础采用大量的规则来描述与实现专家系统难以奏效,虽然后来采用人工神经网络等方法,但系统性能的改进不明显.近十几年来,随着人工智能的进展以及所遇到的困难,以人为主、人机结合的智能系统得到发展,人的智慧和机器的高性能相结合这一理念成为国际共识.人们认识到,一条有效的途径是进一步把综合集成(metasynthesis)的构思用于智能系统的建立,把人的智慧多次地注入系统之中,充分发挥了模式识别分析与集成技术优势,使系统的识别及反映综合能力的水平得到较大提高,这将为建立新的中医专家系统提供有力的支持.
-
中医学如何走进人工智能时代
随着基于神经网络的机器学习技术的成熟,人工智能开始了井喷式发展的黄金时期.文章基于人工智能的技术现状,结合中医学的特点,为中医学走进人工智能时代提供了一套清晰的思路和方法:中医学要借助于人工智能的深度学习技术,前提是要建设一个规范标定(正确诊断)的病例数据集.而建立这个数据集,需要规范的症状、体征、检测指标体系,需要规范化、结构化的证候体系,需要规范的信息采集软件平台.在此基础上,根据中医学的知识与经验建立初步的算法模型,再进行机器学习,将会大大减少要学习的内容,减少运算的工作量以及训练所需数据集的规模和精准度.由此,经验模型基础上的机器学习,是现阶段中医人工智能开发的一条既经济实用又快捷有效的途径.
-
计算机技术在中医领域的应用及思考
计算机技术是20世纪人类伟大的成就之一，它的出现给各个领域带来了突破性的发展。中医是一门传统医学，中医现代化迫在眉睫，不管是医疗管理还是科学研究，计算机技术的应用已渗透到了各层面。本文从中医相关系统与数据挖掘两大技术在中医领域的应用，阐述了计算机技术作出的贡献，同时指出可能产生的问题，并提出相应的思考。
-
基于贝叶斯网络的中医专家系统构建方法
中医辨证从本质上来说就是一个分类问题,根据临床表现得出辨证分型结果,是中医专家系统的核心问题.考虑到各种症状之间有可能存在的因果关系,我们利用贝叶斯网络给出了一种分类的算法.
-
中医专家系统的研发与电子处方应用
为了提高中医科的工作效率,我院采用计算机技术模拟中医科的工作流程.系统建立在Browser/Server/Database三层构架之上,采用C#.NET技术开发,实现了中医科的信息处方分析、资源共享、查询、网络打印等功能,且支持大型数据库.
-
新型中医专家系统的构建及应用研究
中医专家系统是人工智能领域中活跃的领域之一,随着科学技术的进步,中医专家系统在医疗诊断各领域中的应用已日益广泛.所构建的集知识获取、知识库管理、综合数据库管理、诊断推理、解释和人机交互等于一身的新型中医专家系统已成为中医诊断的得力助手.
-
中医辨证数学模型和方法评述
中医辨证数学模型和方法是中医专家系统的脊梁和骨架,是中医专家系统研究的核心内容.自1979年中医专家系统问世以来,研究人员已研究了10多种用于描述中医辨证的数学模型和知识表达方法,其中主要有:产生式规则和推理树,统计学方法,基于模糊数学和统计分析的"加权求和、浮动阈值",加权数理逻辑运算,数据挖掘方法,基于案例推理等.
-
基于电子病历的中医专家经验总结方法的探讨
本文以中医电子病历的数据为基础,运用人工智能和数据挖掘的方法.对中医专家的经验进行总结,并对实现方法作了一些探讨.这些方法对中医的学术思想、临证经验总结、传承方法和医院的信息化建设都具有重要的推动和发展作用.
-
中医专家系统三十年
30年来,中医专家系统的研制由初期的高潮转向中期的低潮、后期处于缓慢发展状态.全国先后研制出220多个系统,其中约30个获奖.大约有120个专家系统冠有中医专家的姓名,其中有100余位冠名的名老中医专家参与研制.但由于缺乏复合型人才、缺乏坚实的基础研究、缺乏严肃的科研态度,致使该研究呈现了很大的起伏.今后,在相当长一段时间内,应把重点集中于基础研究、尤其是中医基础知识的梳理和量化、以及原创型数学模型的研究.
-
人工智能、专家系统与中医专家系统
本文回顾了人工智能及专家系统的发展史,简单地介绍了一下医学专家系统MYCIN,并介绍了研制中医专家系统的一般步骤.
